Uma aplicação de métodos de imputação no estudo de fatores associados ao baixo peso ao nascer

• Autor(a) principal: Castro, Isabela Queirós
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/12728
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA; Imputação de dados; Regressão Logística Binária; Baixo peso ao nascer; Imputation of data; Binary Logistic Regression; Low birthweight

A ocorrência de não resposta em grandes bases de dados é um problema comum na grande maioria dos estudos, transversais ou longitudinais. Este fenômeno tem como consequência a presença de dados faltantes que, dependendo da sua proporção, pode causar impactos na estimação dos parâmetros de interesse do estudo e levar a conclusões erradas. Existem técnicas apropriadas para tratar esses dados faltantes, como por exemplo, a imputação. Proposta por Rubin (1987), a imputação consiste na substituição de dados faltantes por valores plausíveis, preenchendo a base de dados e possibilitando que o pesquisador utilize os métodos estatísticos tradicionais para dados completos. Nosso objetivo é estudar diferentes métodos de imputação e sobretudo o efeito de ignorar a existência de dados faltantes na análise de uma base de dados reais, provenientes da Pesquisa Nacional de Demografia e Saúde (PNDS) de 2006. Além disso, um objetivo secundário é avaliar fatores associados ao baixo peso ao nascer, a partir dessa base de dados. O baixo peso é um importante indicador de saúde, além de um fator de risco para a morbi-mortalidade infantil. A Organização Mundial de Saúde define como baixo peso ao nascer, pesos inferiores à 2,500 Kg. Foram propostos modelos de Regressão Logística, considerando variáveis maternas, gestacionais e do recém-nascido como preditoras e o modelos das bases imputadas e incompletas foram comparados. Nossos resultados confirmam a importância da consideração adequada do problema da não resposta. Esperamos que o estudo desperte nos pesquisadores a atenção para a necessidade de realizar um tratamento adequado aos dados faltantes, antes das fases de análise e conclusão.